Primer Mesane Ağrı Sendromu Tedavisinde Yapay Zekâ Sohbet Botlarının Doğruluğu, Okunabilirliği ve Klinik Uygulanabilirliği: Kesitsel Metodolojik Araştırma

Abstract

Amaç: Bu çalışma, yapay zekâ destekli chatbotların [artificial intelligence chatbots (AIC)] primer mesane ağrı sendromu (PMAS) tedavi seçenekleriyle ilgili sağladıkları tıbbi bilgilerin kalite, okunabilirlik, uygulanabilirlik ve kılavuz uyumluluğunu değerlendirmeyi amaçladık. Gereç ve Yöntemler: Dört AIC’ye “ağrılı mesane sendromu için hangi tedavi seçenekleri mevcuttur?” sorusu yöneltildi. Cevapları 5 uzman ürolog tarafından DISCERN, PEMAT-P (Patient Education Materials Assessment Tool for Print Materials), Web Kaynağı Derecelendirmesi [the Web Resource Rating (WRR)], Coleman-Liau İndeksi ve Avrupa Üroloji Derneği kılavuzuna uyumluluğu Likert ölçeği kullanılarak değerlendirildi. Veriler, öznel puanlar için medyan (minimum-maksimum) değerler ve kelime sayısı ile okunabilirlik için ortalama değerler kullanılarak analiz edildi ve raporlandı. Bulgular: Perplexity ve Gemini en yüksek medyan DISCERN puanını (52) elde etti, ardından Copilot ve “Chat Generative Pretrained Transformer” (ChatGPT) geldi. Anlaşılırlık en yüksek Perplexity’de (%75) bulunurken, uygulanabilirlik tüm platformlarda düşük kaldı. Perplexity en iyi WRR puanını (44,2) alırken, ChatGPT en düşük puanı (14,3) aldı. Okunabilirlik analizi, AIC yanıtlarının anlaşılması için üniversite düzeyinde bir eğitim gerektirdiğini gösterdi; Coleman-Liau İndeksi puanları 16,02-19,35 arasında değişti. Avrupa Üroloji Derneği [European Association of Urology (EAU)] kılavuzlarına uyumluluk orta düzeyde bulunurken; ChatGPT ve Perplexity en yüksek puanı aldı. Sonuç: AIC’ler, PMAS tedavi bilgisi sağlama konusunda orta ile iyi düzeyde güvenilirlik ve anlaşılırlık göstermiş olsa da, yüksek okuma zorluğu ve düşük uygulanabilirlik konularında endişeler devam etmektedir. AIC, hasta eğitimi için umut verici tamamlayıcı araçlar sunsa da, ürolojik uygulamalarda daha geniş kullanım öncesinde okunabilirlik, uygulanabilir rehberlik ve klinik doğruluk açısından önemli iyileştirmelere ihtiyaç duymaktadır.